YÖNEYLEM (53) – OPTİMİZASYON PROSEDÜRLERİ – Yöneylem Araştırması Nedir? – Yöneylem Araştırması Yaptırma – Yöneylem Araştırma Ücretleri

Ödev, Proje, Makale, Tez, Çeviri, Niyet mektubu yapma konusunda uzmanlaşmış bir ekibe sahip olan Ödevcim, size tüm alanlarda destek olmak için burada. Dilerseniz tüm ödevinizi biz hazırlayalım, dilerseniz size dilediğiniz konuda özel ders verelim. Ödevcim ekibine ulaşmak çok kolay. Hemen Whatsapp destek hattımızdan veya akademikodevcim@gmail.com mail adresimizden bizlere talebinizi iletebilir, ücretlerimiz hakkında fikir edinebilirsiniz. Yöneylem, Yöneylem Araştırması Yaptırma, Yöneylem Araştırma Ücretleri

OPTİMİZASYON PROSEDÜRLERİ

Arama prosedürünü başlatmak için kullandıkları “minimum sınır”, basitçe en sıkı kaynak kısıtlamasının ima ettiği minimum proje süresinin bir tahminidir, yani bu kaynağın kümülatif kaynak gereksinimi 8 0 birim ise ve günde 8 birim ise mevcut maksimum, ardından minimum proje süresi = 8018 = 10 gün. Bu yaklaşımı, boyutu yaklaşık 20 faaliyet ve 3 farklı kaynak türü arasında değişen bir dizi küçük problem üzerinde, diğer LP yaklaşımlarına kıyasla cesaret verici sonuçlar ile test ettiler.

Başka bir yeni yaklaşım, ~ a l b 0 t’dir. İş performans süresinin kaynak tahsisinin bir işlevi olduğu ve toplam maliyetin bir amaç işlevi olarak kullanıldığı, kaynak kısıtlı proje çizelgeleme problemlerini formüle etmek ve çözmek için hem tamsayı doğrusal programlama hem de örtük sayım kullanır. Bildirilen hesaplama deneyimi, metodolojinin küçük problemlere optimal çözümler ve daha büyük problemlere sezgisel çözümler sağlayabileceğini gösteriyor.

Bugüne kadar önerilen LP yaklaşımları, etkililiğin öngörülemezliğinin ortak zayıflığını paylaşıyor gibi görünmektedir. Yani, bazı problemlerde en uygun çözümü hızlı bir şekilde üretirken bazılarında üretmezler. Yukarıda bahsedilen Patterson-Huber algoritması, örneğin, bir IBM 360-67 bilgisayarında çalışan bazı 20 etkinlik problemlerini en iyi şekilde saniyeler içinde çözerken, esasen benzer olan diğer problemler 10-20 dakika bilgisayar zamanı gerektiriyordu.

LF ‘tarafından çözülmeye yatkın olan sorunların özellikleri tespit edilebilirse, LF’ yaklaşımlarının geleceği şu anda olduğundan daha parlak görünebilir.

Özetle, bazı cesaret verici yeni gelişmelere rağmen, LP yaklaşımları, sezgisel prosedürlerle kolayca ele alınabilen büyük, karmaşık problemleri rutin olarak çözebilecek noktaya gelmemiştir. OSS içindeki en iyi etkinlik sırasını ayrı zaman dilimlerinde belirlemek için sezgisel prosedürlerle birlikte kullanılmıştır. Ancak, günümüzde öncelikle akademisyenler için ilginç bir araştırma konusu olmaya devam etmektedirler.

Numaralandırma Teknikleri. İkinci optimizasyon prosedürleri kategorisi, oldukça yakın zamanda sahnede ortaya çıkan tekniklerden oluşur. Bunlar, tüm olası aktivite sıralama kombinasyonlarının (yani programlar) numaralandırılmasına dayanır ve sözde “dallanma ve bağlı” prosedürleri içerir.

Bu yöntemler ilk olarak, 19609 sonlarında, ABD ve Almanya’daki araştırmacılar, bu tür prosedürlerin, varsayım altında, yaklaşık 100 tek kaynaklı faaliyete veya 30 çok kaynaklı faaliyete kadar ağları en iyi şekilde çözebildiğini gösterdiklerinde, kısıtlı kaynak proje planlamasına uygulandı. 

“Dal ve sınır” (B & B) terimi, bir problemi alt problemlere bölmeyi (dallanma) ve bu alt problemleri değerlendirmeyi (hesaplama sınırları) içeren genel bir optimizasyon prosedürü türünü ifade eder. Prosedür, en iyi çözüme ulaşmada olası alternatifleri sıralamak için bir ağacın düğümleri ve dalları tarafından uygun şekilde modellenebilir.

Bu çözüm, bazen “B & B ağacı” olarak anılır. Prosedürün gücü, sayım sürecinin açık değil dolaylı olmasından kaynaklanır, çünkü sürecin erken aşamalarında oluşturulan bazı tamamlanmamış program alternatifleri, iyileştirilmiş bir tam programa (bazı başlangıçlarla karşılaştırıldığında başlangıç ​​değeri) ve bu nedenle çözüm geliştirme sürecinde takip edilmez.

Farklı araştırmacılar tarafından geliştirilen B & B prosedürleri, kullanılan dallanma kurallarında (ağacın hangi bölümünün daha sonra keşfedileceğine karar vermek için) ve kullanılan sınırlama kurallarında (iyileştirilmiş bir çözüm üretme olasılığı en düşük düğümlerin belirlenmesi için) farklılık gösterir.

Proje çizelgeleme problemi için çeşitli araştırmacılar tarafından bir dizi farklı branş ve sınır prosedürleri geliştirilmiştir. Bugüne kadarki en etkili olanlardan biri, Referans 17’de açıklanan Stinson ve arkadaşlarının işlemidir. Proje süresini en aza indirmek için tasarlanan bu prosedürün ayrıntıları Ek7-1’de özetlenmiştir ve tüm örnek problemlerde gösterilmektedir. Bu bölümde kullanılan tanıdık örnek problem için en uygun çözüm (Şekil 7-4’ün ağı) da burada sunulmuştur.

B & B yaklaşımının yeteneklerinin bir göstergesi olarak, Stinson prosedürü, yapay olarak oluşturulmuş 240 test problemi örneği için Tablo 7-2’de gösterilen sonuçları üretti. Denenen toplam 240 proje türü problemden (iş atölyesi planlama problemleri de çözüldü), 233 veya% 97’si için optimal çözümler bulundu.

Program 7 çözülmemiş sorun için iyimserlikten yoksun bırakıldı. Her durumda, sınırlayıcı faktör, bir IBM 370-155 üzerinde 500K bayt bellek depolamasıyla, tamamlama süresi değil, bilgisayar belleği talebiydi. 43 aktivite sınıfındaki temsili bir 4-kaynak problemi, optimum aktivite başlangıcı ile Şekil 7-16’da gösterilmektedir.

Bugüne kadar geliştirilen örtük sayım yaklaşımlarının AU’su, LPoptimizasyon prosedürlerinde ortak olan aynı dezavantajı paylaşıyor gibi görünmektedir: sorundan probleme hesaplama süresinin öngörülemezliği.

Örneğin, Tablo 7-2’nin gösterdiği gibi, Stinson yaklaşımının gerektirdiği CPU süresindeki varyans, belirli bir problem sınıfı için ortalamanın 10 katına kadar çıkacak şekilde oldukça büyüktü. Prosedürün test edilmesinde, bu kadar büyük varyansa katkıda bulunan olası problem özelliklerini izole etmek için bazı çabalar sarf edilmiş olsa da, önemli bir sonuç çıkarılmamıştır.

AĞ ÖZELLİKLERİ: KAYNAK KISITLI PLANLAMADA KULLANIM

Sezgisel ve optimizasyon prosedürleri ile sınırlı kaynak planlamasında kazanılan deneyim, her iki tip prosedürün etkililiğinin, çözülen belirli problemlerin özelliklerine büyük ölçüde bağlı olduğunu açıkça göstermiştir. Yine de şaşırtıcı bir şekilde bu ilişkinin tam doğası hakkında çok az şey biliniyor.

Çözüm tekniklerinin geliştirilmesi için son 20 yılda harcanan önemli çabanın aksine, problemlerin kendileri, yani proje ağ planlamasının boyutu, şekli, karmaşıklığı vb. sorunlardır, bu özellikle fiili uygulamada karşılaşılan sorunlar için geçerlidir.

Ağları anlamlı terimlerle basitçe açıklamak için kabul edilmiş bir metodolojinin olmaması, kaynakları kısıtlı programlama uygulamaları için yararlı bir sınıflandırma şemasının geliştirilmesini engellemiştir. Örneğin, faaliyetlerin sayısı ve kaynak türleri haricinde, bugün ağlar arasındaki farklılıkları / benzerlikleri açıklamanın, “kısa ve kalın”, “uzun ve zayıf” gibi çok genel tanımlayıcı terimler dışında, kolayca kabul edilen bir yolu yoktur. 

Ağlar arasındaki farklılığı veya belirli bir ağ problemindeki değişiklikleri açıklamak veya ölçmek için bir sistem veya metodolojiye duyulan ihtiyaç uzun zamandır bilinmektedir. Bu türden bir kullanım, belirli bir optimizasyon prosedürü ile ilişkili hesaplama gereksinimlerini veya genel etkinliği tahmin etmektir.

Ödev, Proje, Makale, Tez, Çeviri, Niyet mektubu yapma konusunda uzmanlaşmış bir ekibe sahip olan Ödevcim, size tüm alanlarda destek olmak için burada. Dilerseniz tüm ödevinizi biz hazırlayalım, dilerseniz size dilediğiniz konuda özel ders verelim. Ödevcim ekibine ulaşmak çok kolay. Hemen Whatsapp destek hattımızdan veya akademikodevcim@gmail.com mail adresimizden bizlere talebinizi iletebilir, ücretlerimiz hakkında fikir edinebilirsiniz. Yöneylem, Yöneylem Araştırması Yaptırma, Yöneylem Araştırma Ücretleri

tercüman tercüman

Biyografinin Tamamını Gör